ناقش مستثمرون من وادي السيليكون، من بينهم نافال رافيكانت، مؤخراً في برنامج بودكاست موجة «vibe coding»، معتبراً أن وكلاء ترميز ذكاء اصطناعي (AI coding agent) قد تجاوزوا نقطة تحول جوهرية. فقد تطوروا من أدوات كانت تقتصر على المساعدة في كتابة الكود، إلى «وكلاء من نوع يعملون على مدار فترات طويلة» قادرين على بناء تطبيقات من الصفر إلى واحد. بل إنه طرح حكماً حاداً: عندما يتمكن الذكاء الاصطناعي من توليد تطبيقات مخصصة للمستخدم مباشرة، فإن المزايا التي بنتها آيفون وApp Store على مستوى البرمجيات والعتاد على مدى طويل ربما تكون مهددة.
ذكر نافال أن نقطة عودته إلى كتابة البرمجة كانت بعد إطلاق Claude Opus 4.5 في ديسمبر 2025، حين ظهرت قفزة واضحة في قدرات وكلاء الترميز بالذكاء الاصطناعي. ووصف كيف أن هؤلاء الوكلاء لم يعودوا، كما في السابق، مجرد أدوات تقدّم مقطع كود يمكن للمستخدم نسخه ولصقه في بيئة التطوير. بل باتوا قادرين على العمل لفترات طويلة داخل الطرفية (terminal)، وفهم نظام الملفات، واستدعاء أوامر Unix، وتشغيل الاختبارات، وإصلاح الأخطاء (bug)، وحتى إتمام تطبيق كامل.
ويرى أن الإدمان على هذه التجربة يعود إلى أنها تُخفض بشكل كبير «تكلفة الإقلاع» لكتابة البرمجة. ففي الماضي، لتطوير تطبيق كان يتعين عليك فهم GitHub، وخدمات الواجهة الخلفية، وFirebase، وRailway، وXcode، وأدوات سطر الأوامر، وكمّاً هائلاً من المصطلحات الهندسية. أما اليوم، يكفي أن يصف المستخدم الاحتياج بلغة طبيعية، ليترجم الذكاء الاصطناعي الطلب إلى Python أو C أو Rust أو Lisp أو غيرها، مع الأطر (frameworks) وأوامر الأدوات اللازمة. وبالنسبة لمن لديه تصور مبدئي عن بنية الحاسوب، فإن ذلك يخفض عتبة صناعة البرمجيات جذرياً.
من App Store الشخصي إلى أجهزة تتبع اللياقة: الذكاء الاصطناعي يجعل البرمجيات «تفصيلية»
كشف نافال خلال الحلقة أنه قام ببناء «App Store» خاص به. ليس هذا المتجر منصة تجارية عامة يتم إدراج التطبيقات فيها، بل نظام نشر خاص يخصه هو وأصدقاؤه وأفراد عائلته: يستطيع أن يطلب من الذكاء الاصطناعي توليد تطبيق. وبعد أن ينتهي، يتم تسليم التطبيق تلقائياً إلى صفحة App Store الشخصية الخاصة به، ثم يستطيع تثبيته على iPhone بنقرة واحدة.
واستشهد بمثال: طلب من الذكاء الاصطناعي بناء تطبيق لتتبع اللياقة يتوافق تماماً مع أسلوب استخدامه الشخصي. أراد أن يجمع بين وظائف Tonal وLadder، ويلتزم Apple Human Interface Guidelines، وأن يبدو كتطبيق أصلي من Apple. وفي الوقت نفسه، يكون قادراً على قراءة سجلات تدريباته السابقة، وتسهيل إدخال السجلّات الجديدة، وتوليد الرسوم البيانية، وحساب درجة القوة (power score)، وحتى قراءة الأوراق العلمية، والتفكير في كيفية تقييم تطور القوة وفقاً لأجزاء الجسم. ويمكن لاحقاً ربطه بـ Apple Health لقراءة بيانات مثل معدل ضربات القلب.
وشدد نافال على أن هذه التطبيقات قد لا تستبدل جميع المنتجات الناضجة. فبالنسبة لاحتياجات عامة مثل الاتصالات، وطلب سيارات الأجرة، والخدمات المصرفية، والمنصات الاجتماعية، ستظل السوق تضم أقوى منتجات «best-of-breed». لكن ما يفتحه وكلاء ترميز الذكاء الاصطناعي حقاً هو احتياجات برمجية «شديدة التخصيص» و«شديدة التخصص»، تطبيقات موجودة فقط من أجلك أنت، وتلائم فقط سير عملك، وحتى تُصمم فقط لمشهد معيّن من حياتك.
وهذا هو سبب اعتباره أن vibe coding أكثر جاذبية من لعب الألعاب. فالألعاب التفاعلية تغمر اللاعب عبر التغذية الراجعة الفورية ومكافآت المهام ومنحنيات الصعوبة، لكنها في النهاية عالم مغلق صُمم بواسطة الآخرين؛ أما vibe coding فهو عالم مفتوح، والطبقة الأساسية هي آلة تورنغ، ويمكن توسيع أهداف المستخدم بلا حدود، مع القدرة على تحقيق منفعة فعلية في العالم الحقيقي.
«معرفة ما تريد» تصبح أهم مهارة
لكن نافال أشار أيضاً إلى أن vibe coding لا يعني أن الجميع سيصبحون مهندسين. فما زال أغلب الناس ينظرون إلى الحاسوب كصندوق أسود، وحتى لو انخفضت الصعوبة 10 مرات أو 100 مرة، فقد لا يكون ذلك ذا معنى بالنسبة لهم.
المستفيدون الحقيقيون هم من لديهم «رؤية واضحة»، ويستطيعون التعبير عنها بوضوح، ولديهم دافع للإبداع. ويرى نافال أن أهم مهارة في vibe coding ليست القواعد (syntax)، بل معرفة ما تريد. عندما يتمكن المستخدم من وصف شكل المنتج وكيف يجب أن يعمل، وما التفاصيل المهمة فيه، يمكن للذكاء الاصطناعي أن يساعد على تحويل الفكرة بسرعة إلى نموذج قابل للتنفيذ.
وقارن ذلك بتجربته في تأسيس AirChat. كانت AirChat منتجاً اجتماعياً يركز على التواصل عبر الصوت والفيديو. في ذلك الوقت تعاون مع 8 إلى 9 مهندسين، واستغرق الأمر 9 إلى 12 شهراً لبناء عدة نسخ. وفي النهاية لم ينجح المنتج. باع الفريق الشركة، واسترد المستثمرون أموالهم، وتلقت الموظفون ترتيبات عادلة.
لكن في عصر vibe coding، يقوم حالياً بإعادة صنع منتج مشابه بنفسه وبشكل كامل وفقاً بديهته. في السابق، عند العمل مع فريق هندسي، حتى لو كان المؤسس يملك رؤية قوية، كان عليه دائماً تقديم تنازلات: لا يمكن أن يطلب باستمرار نقل الأيقونات إلى اليسار أو اليمين ثم إعادتها، ولا يمكن أن يطلب من الفريق أن يوافق على كل حكم حدسي. أما وكيل الذكاء الاصطناعي فلا يمتلك كبرياء أو نفاد صبر، ولا يشعر بالإهانة بسبب تعديلات متكررة.
ويرى نافال أن ذلك يوسع نطاق استكشاف الإبداع في البرمجيات. مثلما بُني 《Minecraft》 في البداية بواسطة Notch وحده؛ فأسلوب المربعات يبدو متخلفاً وفق معايير الرسم في الألعاب التقليدية، لكنه حافظ بالكامل على حدس منتج شخص واحد. قد يجعل vibe coding ظهور المزيد من المنتجات التي لم تُسحقها «توافقات الفريق».
هل لم يعد ريادة الأعمال البرمجية البحتة تستحق الاستثمار؟ نافال: الخندق الدفاعي يُلتهم بواسطة الذكاء الاصطناعي
أما أكثر الآراء إثارة للجدل في الحلقة، فهي حكم نافال على سوق رأس المال الاستثماري. كان قد نشر في منصة مجتمعية سابقاً قائلاً: «البرمجيات البحتة أصبحت بسرعة لا تستحق الاستثمار». وفي البودكاست، قالها بشكل أكثر مباشرة: إذا كانت ميزة الشركة الوحيدة هي «أنني أكتب برمجيات لا يكتبها الآخرون»، فإنها بذلك لا تملك قيمة استثمارية.
وله سببَان: أولاً، يمكن لوكيل الترميز اليوم أن يجمع بسرعة عدداً كبيراً من الميزات. ثانياً، وتيرة تطور هؤلاء الوكلاء شديدة السرعة، وربما خلال سنة أو أقل بقليل يمكنهم كتابة برمجيات أكثر اكتمالاً من حيث البنية وقابلة للتوسع بشكل أفضل. وبعبارة أخرى، فإن الخندق الدفاعي المتكون اعتماداً فقط على القدرة على تطوير الميزات يُضغط عليه بواسطة الذكاء الاصطناعي.
لذلك يرى نافال أن صناديق الاستثمار يجب أن تبحث لاحقاً عن عوائق بنيوية أكثر صعوبة في النسخ بسرعة؛ مثل العتاد (hardware)، وتأثير الشبكة (network effects)، ونماذج الذكاء الاصطناعي، ومزايا البيانات، أو غيرها. بل إنه يقترح أن «تدريب نموذج الذكاء الاصطناعي» قد يكون «كتابة البرمجيات» للجيل القادم؛ وعلى الأقل حتى تنضج الأبحاث الآلية والتدريب الآلي، فقد تظل نماذج الذكاء الاصطناعي نفسها تمثل فرصة جديدة لريادة الأعمال والاستثمار.
ولا يعني ذلك أنه ينظر بتشاؤم إلى مُنشئي البرمجيات الفرديين. بالعكس، يرى أن ذلك يعني نهضة صانعي البرمجيات الفرديين. بالنسبة لمن يريد إجراء تجارب، وصنع نماذج أولية، والتحقق من المنتج في مراحله المبكرة، فإن هذا هو أفضل وقت في التاريخ. لكن إذا كان المنتج بالفعل سيخدم عدداً كبيراً من المستخدمين، ويتطلب تحمّل تدفقات عالية جداً (high concurrency) واشتراطات أمنية معقدة، فسيظل المؤسس بحاجة إلى فريق هندسي حقيقي، وربما يعيد كتابة بنية كاملة.
الذكاء الاصطناعي قوي، لكن ما زال يحتاج إلى إشراف بشري: النماذج قد تتملق وقد تتكاسل
لم يصف نافال وكلاء الترميز كأداة شاملة لا تخطئ. بل أشار إلى أنه عندما يكبر حجم الكود، تبدأ النماذج بمواجهة قيود واضحة.
السبب هو أن نافذة السياق (context window) للنموذج لها حد. عندما يتجاوز مستودع الكود النطاق الذي يستطيع النموذج «تذكره» في مرة واحدة، يبدأ في التخمين، وضغط السياق، والنسيان لهدفه الأصلي؛ وقد يصل الأمر إلى إصلاح الأماكن الخاطئة. ويصف نافال أن النموذج ربما يصلح نفس الخطأ (bug) خمس مرات، أو يقدم ترقيعاً سريعاً بطريقة خاطئة من الناحية المعمارية. والأسوأ أنه أحياناً قد يحذف مباشرةً وظيفة أو سيناريو استخدام كان سبباً في بقاء الخطأ كي يزيل المشكلة.
لذلك فإنه خلال عملية التطوير يوقف النموذج مراراً، ويطلب منه ألا يقوم بحلول ترقيعية (hacks)، وألا يكتفي بتحديثات سريعة على مستوى الرقع، بل أن يعود إلى معالجة المشكلة من طبقة البنية. والمفارقة أنه غالباً ما يجيب النموذج فوراً: «أنت محق، هذا مجرد hack». حتى لو لم يكن ذلك حقاً مجرد hack، فإن النموذج يميل إلى مجاراة المستخدم.
استخدم نافال تشبيهاً لوكيل الذكاء الاصطناعي: يشبه كلاب الصيد (獵犬). قد يكون ماهراً أكثر منك في صيد البط، لكن إذا أشرت إلى طير خاطئ، فقد ينطلق أيضاً في الاتجاه نفسه. أي أن البشر ما زالوا بحاجة لأن يتحملوا مسؤولية تحديد الاتجاه، والحكم على البنية، واستراتيجية التصحيح (debugging)، وذوق المنتج.
كما ذكر أنه يجعل نماذج مختلفة تراجع كود بعضهم بعضاً. فعلى سبيل المثال، بعد أن يكتب Claude الكود، يقوم بدفعه إلى GitHub، ويمكن نماذج مثل Codex وGemini وGrok إجراء مراجعة تلقائية لطلبات pull request، وكأنها جلسة AI مستديرة. لكن التأثير الفعلي ليس كبيراً كما يُتوقع، لأن النماذج بين بعضها لديها قدر كبير من «groupthink»، ولأن المستخدم إن وجه الإجابات قليلاً في اتجاه معيّن، تمشي معظم النماذج على هذا النحو، مع رفض قوي حقيقي نادر جداً.
لماذا يتقدم وكلاء الترميز بسرعة أكبر؟ لأن الكود سهل التحقق
يرى نافال أن التقدم في مجال كتابة البرمجيات لدى الذكاء الاصطناعي أسرع من غيره لسبب جوهري: الكود سهل التحقق.
هل يمكن للكود أن يُترجم (compile)؟ هل تمر الاختبارات؟ هل تنفذ الميزات بنجاح؟ هذه كلها إشارات تغذية راجعة واضحة نسبياً. ولدى الرياضيات خاصية مشابهة أيضاً، بسبب توفر كم كبير من مسائل التدريب وإجابات يمكن التحقق منها. وبالنسبة للقيادة الذاتية، فهي كذلك في بعض المستويات، حيث يمكن بناء حلقة تغذية راجعة عبر كميات كبيرة من البيانات وبيئات المحاكاة.
في المقابل، يعدّ الكتابة الإبداعية، والحكم على الذوق، وأبحاث المجالات الناشئة أصعب بكثير. يمكن للنماذج أن تولد مقالات بلا حدود، لكن من سيحكم على جودتها؟ إذا كان الأمر مجرد جمع مجموعة من العمالة منخفضة الأجر لوضع وسم «جيد» أو «غير جيد»، فالناتج سيعكس ذوق تلك المجموعة فحسب. ويرى نافال أن تحسين النموذج فعلياً يتطلب «حلقة تغذية راجعة عالية الذوق»، وهي أصعب من مجرد تجميع كميات ضخمة من البيانات.
ويخمن أن أحد أسباب قوة نماذج الترميز في الفترة القريبة في هونغ كونغ (近期香港) قد يكون أن أفضل مهندسي البرمجيات بدأوا باستخدام هذه النماذج بكثرة، ما جعل النماذج تحصل على كود عالي الجودة وتغذية راجعة عالية الجودة في التفضيلات. أي أن الذكاء الاصطناعي لم يتعلم فقط من الكود، بل بدأ يتعلم أيضاً من أحكام أفضل المهندسين حول ما الذي يشكل «كوداً جيداً».
أزمة Apple: عندما لا يحتاج المستخدم إلى فتح التطبيقات، بل يتحدث فقط مع AI Agent
يذهب نافال إلى حد حاد في تقييمه لـ Apple. إذ يرى أنه بمجرد أن يتمكن AI agent من توليد واجهات ووظائف فوراً بناءً على الاحتياجات، سيتوقف المستخدم عن فتح التطبيقات بشكل متكرر، ولن يعود بحاجة إلى الاعتماد على منظومة التطبيقات الحالية على iPhone.
في الماضي، إذا أراد المستخدم طلب سيارة أجرة، فتح Uber؛ وإذا أراد تسجيل اللياقة، فتح تطبيق اللياقة؛ وإذا أراد إنجاز مهمة معينة، بحث عن التطبيق المناسب داخل الهاتف. لكن في واجهات «agentic»، يكفي أن يقول المستخدم: «ساعدني في طلب Uber»، «سجّل تدريبي»، «ساعدني في إنجاز هذه المهمة». عندها لا يصبح المدخل الحقيقي هو الشاشة الرئيسية لـ iPhone، بل هو نموذج الذكاء الاصطناعي نفسه.
ويرى نافال أن ذلك سيضعف الميزة الأساسية التي بنتها Apple على المدى الطويل. فليس «خندق Apple الدفاعي» هو مجرد العتاد، بل أيضاً نظام التشغيل وApp Store والتطبيقات الأصلية والتكامل البيئي وواجهة المستخدم. وعندما يتواصل المستخدمون أساساً عبر Claude أو Codex أو Gemini أو غيرها من AI agent، سيتحول الهاتف نفسه إلى مجرد جهاز عرض وشحن بطارية واتصال بالإنترنت. في تلك المرحلة، يمكن للـ Android أيضاً تقديم هذه القدرات، وسيُضغط بذلك التفرد الذي تتمتع به Apple.
وذهب إلى أبعد من ذلك بقوله إن تخلف Apple في مجال الذكاء الاصطناعي قد يصبح أحد أكبر الأخطاء الاستراتيجية في هذه الحقبة التكنولوجية. لن تختفي Apple فوراً، ولا تزال قادرة على جني الكثير من المال على المدى الطويل؛ لكن مثلما فاته Microsoft موجة الأجهزة المحمولة، فلم يعد Windows هو المدخل الأساسي للحوسبة الشخصية، قد تفقد Apple أيضاً حد النمو المستقبلي داخل موجة AI agent.
هل ستتحول شركات البرمجيات إلى شركات شخص واحد؟ حتى دعم العملاء بالذكاء الاصطناعي يمكنه إصلاح الأخطاء مباشرة
وصف نافال كذلك عملية التطوير التي يبنيها: يتضمن التطبيق نظاماً للإبلاغ عن الأخطاء (bug) داخلياً. عندما يرى المستخدم المشكلة، يضغط زرّاً، فيقوم النظام بإرسال log إلى الخادم. ثم يقوم Claude تلقائياً كل 24 ساعة بترتيب جميع تقارير الأخطاء، ومحاولة إصلاح المشكلة، ووضع الإصلاح في فرع (branch) ينتظر مراجعته. وكل ما يحتاجه أخيراً هو الحكم: هل هذا حقاً خطأ؟ وهل الإصلاح جيد؟ وهل يجب دمجه وإصداره؟
ويرى أن تطوير الميزات في المستقبل قد يتم أيضاً بأسلوب مشابه. يطرح المستخدم طلباً لميزة، ثم تُجرى عملية فرز عبر التصويت (voting). عندها يقوم AI agent بالتنظيم والتصميم والتنفيذ والرد. في النهاية، يقرر مسؤول صيانة واحد يملك ذوق منتج أي ميزات تستحق الظهور للعلن، وأي المستخدمين في الواقع لا يعرفون ما يريدونه بأنفسهم.
وهذا يجعل الحدود بين «خدمة العملاء» و«الهندسة» أكثر غموضاً. فخدمة العملاء المثالية لا تكتفي بالإجابة عن الأسئلة، بل تفهم المنتج، وتصلح الأخطاء، وتكتب الكود، وتعمل 24 ساعة، وبدون شعور بالكبرياء؛ ولن تتأذى لأن آلاف الأسطر من الكود في النهاية قد تُرمى جانباً. يرى نافال أن هذا النموذج يمنح شركات برمجيات يقودها شخص واحد أو اثنان القدرة على خدمة عشرات الملايين من المستخدمين، بل وربما عشرات الملايين.
وأشار إلى وجود أمثلة تاريخية مشابهة. مثل Notch الذي صنع 《Minecraft》 بمفرده، وSatoshi Nakamoto الذي أطلق Bitcoin عبر فريق صغير جداً، وكذلك Instagram وWhatsApp في بداياتهما حين حققتا تأثيراً كبيراً عبر فرق صغيرة. لكن وكلاء ترميز الذكاء الاصطناعي سيجعل ظهور معجزات الفرق الصغيرة أكثر تكراراً.
لن يُزيل vibe coding المهندسين، لكنه سيعيد تعريف من يستطيع إنشاء البرمجيات
ليس منظور نافال إلى vibe coding على أنه «لم يعد المهندسون مهمين». بالعكس، عندما يتجه المنتج إلى نطاق مستخدمين واسع، واشتراطات أمنية، وبنية مستقرة، وترسيمه تجارياً، يظل المهندسون المتميزون ضروريين.
لكن التغيير الحقيقي الذي يشير إليه هو أن نقطة انطلاق صناعة البرمجيات تتم إعادة كتابتها. ففي السابق، كان هناك ما يفصل بين الفكرة والنموذج الأولي من موارد هندسية وتعاون فرق وجداول تطوير وتكاليف. أما الآن، فمن يملك حدساً واضحاً حول المنتج يمكنه رمي المتطلبات على الذكاء الاصطناعي، والحصول على نسخة قابلة للتشغيل خلال دقائق أو ساعات.
وسوف يعيد ذلك تشكيل ثلاثة أشياء: أولاً، ستنمو البرمجيات المخصصة بشكل انفجاري؛ ثانياً، ستصبح شركات الريادة التي تتخذ من مجرد كتابة الميزات أساساً لبناء عوائق (壁壘) أصعب في الحصول على تقييمات؛ ثالثاً، المداخل القائمة مثل الهواتف وApp Store ستتعرض لتحدي جديد من AI agent.
هذه المقالة 《دليل نافال》Naval: AI Agent هو بداية إنهاء Apple، وVibe Coding يستطيع الجميع عمل تطبيقات، ظهرت لأول مرة على 链新闻 ABMedia.
